logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

python 多文件编程(模块调用)

多文件编程一、模块名的引入1.方法一:二、方法二二、具体实例一、模块名的引入1.方法一:模块的引入:import module1[, module2[,... moduleN]]使用:模块名.函数名support.pydef print_func( par ):print("Hello : ", par)returntest.py# 导入模块import support# 调用模块里包含的函数su

#python
大数据之Hadoop学习(六)利用Shell命令对HBase数据库基本操作

HBase数据库基本操作一、启动Hadoop和HBase1.打开Hadoop2.启动HBase3.进入Shell界面二、HBase中创建表三、HBase数据库基本操作1.添加数据2.删除数据3.查看数据4.删除表5.查询表历史数据6、退出HBase数据库表操作一、启动Hadoop和HBase1.打开Hadoopcd /usr/local/hadoop/./sbin/start-dfs.sh...

#数据库#大数据#hadoop
大数据之Hadoop学习(十二)对数据文件中的数据进行去重基于(MapReduce编程)

对数据文件中的数据进行一、输入数据如下所示:二、创建相关文件三、JAVA代码一、输入数据如下所示:要求输出如下所示:二、创建相关文件先在HDFS创建DateRemove文件夹./bin/hdfs dfs -mkdir /user/hadoop/DateRemove用ls查看文件是否创建成功./bin/hdfs dfs -ls /user/hadoop在HDFS下创...

#大数据#hadoop#java +1
大数据之Hadoop学习(九)HBase Shell数据访问操作

HBase Shell数据访问操作事前准备:1.启动Hadoop2.启动HBase3.进入shell一、使用HBase Shell命令向第1题所构建的HBase数据表中添加适宜数据;二、使用HBase Shell命令从第1题所构建的HBase数据表中查询出数据;三、使用HBase Shell命令从第1题所构建的HBase数据表中删除任一数据;四、使用HBase Shell命令统计第1题所构建的HB

#大数据#linux#hbase +1
Pytorch深度学习(五):Logistic 回归(实现二分类)

Logistic回归实现二分类一、概念二、完整代码如下:三、测试模型一、概念从下面的例子来进行,假设只要得到一定分数就可以看作可以通过考试:相当于我们不再预测学习4小时可以得到的成绩,而是判断学习4小时是否可以通过考试。在分类中,模型的输出是输入属于确切类别的概率。我们可以引入sigmond函数:可以进行归一化处理,方便我们可以进行相关的分类任务。Loss Function也发生了上述的变化。我们

#深度学习#机器学习#python +1
大数据之Hadoop学习(五)HBase的安装与配置

HBase的安装与配置一、HBase1.1.2安装(1)解压安装包hbase-1.1.2-bin.tar.gz至路径 /usr/local(2)将解压的文件名hbase-1.1.2改为hbase(3)配置环境变量(4)添加HBase权限(5)查看HBase版本,确定hbase安装成功二、HBase配置(伪分布式模式配置)1.配置/usr/local/hbase/conf/hbase-env.sh2

#linux#hadoop#大数据 +1
Pytorch深度学习(四):用Pytorch实现线性回归

用Pytorch实现线性回归一、概念1.准备数据集2.使用Class设计模型3.构建损失函数和优化器的选择4.进行训练的迭代。二、完整代码如下:一、概念上图主要介绍了使用Pytorch解决问题的四个步骤:1.准备数据集#1.准备数据集x_data = torch.Tensor([[1.0],[2.0],[3.0]])y_data = torch.Tensor([[2.0],[4.0],[6.0]]

#神经网络#深度学习#python +2
机器学习中模型评估与旋转概念及利用Jupyter编程完成对手写体Mnist数据集中10个字符 (0-9)的分类识别

机器学习概念及分类识别一、阅读“机器学习”(周志华著)第二章“模型评估与旋转”,理解“查准率”、“查全率”、“F1-Score”、“ROC”、“混淆矩阵”的定义。1.查准率定义2.查全率定义3.F1-Score定义4.ROC定义5.混淆矩阵定义二、学习“机器学习实战”第三章-分类器,Jupyter编程完成对手写体Mnist数据集中10个字符 (0-9)的分类识别1.使用sklearn的函数来获取M

#机器学习#python#人工智能 +1
大数据之Hadoop学习(十一) 在ubuntu的eclipse安装MapReduce,以及运行WordCount程序并打包成.Jar文件在终端执行(超级详细)

Eclipse 上编译和运行 MapReduce 程序一、安装 Hadoop-Eclipse-Plugin二、配置 Hadoop-Eclipse-Plugin三、在 Eclipse 中操作 HDFS 中的文件四、在 Eclipse 中创建 MapReduce 项目五、通过 Eclipse 运行 MapReduce一、安装 Hadoop-Eclipse-Plugin要在 Eclipse 上编译和..

#hadoop#eclipse#mapreduce +2
python 快速生成Verilog模板工程目录,加速开发效率 (超级好用)

python 快速生成Verilog模板工程目录由于在编写Verilog代码时,需要创建工程加很多子文件,难道一个工程就要进行繁琐的操作么,其实大可不必,为了偷懒写了一个快速生成Verilog模板工程目录的例如:代码如下:import osdir_name = input("请输入主文件夹工程的名字:\n")os.mkdir(dir_name)os.chdir(dir_name) #进入创建主文件

#神经网络#c语言#机器学习
    共 58 条
  • 1
  • 2
  • 3
  • 6
  • 请选择